Связь накопленной экспозиции и динамики комбинированного индекса атерогенности плазмы и индекса хрупкости с впервые возникшей кардиометаболической мультиморбидностью: продольный анализ данных China Health and Retirement Longitudinal Study (CHARLS)

Введение и цель: Индекс атерогенности плазмы (AIP) отражает атерогенную дислипидемию и инсулинорезистентность, а индекс хрупкости (FI) количественно характеризует накопление физиологических нарушений в нескольких системах органов. Хотя каждый из этих индексов независимо связан с кардиометаболической мультиморбидностью (CMM), совместное влияние индекса атерогенности плазмы и индекса хрупкости (AIPFI) на риск CMM остаётся неясным. В этом исследовании оценивали связь исходного уровня, накопленного значения и динамики AIPFI с частотой впервые возникшей CMM.

Методы: Использовали данные исследования China Health and Retirement Longitudinal Study (CHARLS). В исходный анализ включили 7995 участников, а в продольный анализ — 4483 участника с повторными измерениями биомаркеров в 2012 и 2015 годах. AIPFI рассчитывали по формуле: AIPFI = AIP × FI. Для оценки связи AIPFI с частотой CMM применяли многопараметрические модели пропорциональных рисков Кокса и ограниченные кубические сплайны. Продольные траектории AIPFI определяли методом кластеризации k-средних. Клиническую прогностическую модель строили в обучающей и валидационной выборках и оценивали с помощью ROC-кривой, анализа калибровки и анализа кривых принятия решений. Для дополнительной интерпретации использовали метод аддитивных объяснений Шепли (SHAP).

Результаты: В исследование включили 7995 участников, медиана наблюдения составила 9,0 года; за это время выявили 747 случаев CMM (9,3%). Риск CMM последовательно возрастал от нижнего к верхнему квартилю AIPFI: скорректированное отношение рисков для Q4 по сравнению с Q1 составило 2,46 (95% ДИ 1,77–3,43). В продольном анализе (n = 4483) у участников кластера 2 с постоянно высокими и растущими значениями AIPFI риск CMM был повышен (ОР 1,54; 95% ДИ 1,19–2,01). Более высокое накопленное значение AIPFI было связано с увеличением частоты CMM (ОР 1,01; 95% ДИ 1,01–1,01). Анализ ограниченными кубическими сплайнами выявил значимую положительную нелинейную связь исходного и накопленного AIPFI с риском CMM (для всех P < 0,05; для нелинейной связи — также для всех P < 0,05). Согласно анализу SHAP, наибольший вклад в прогноз вносили артериальная гипертензия, заболевания сердца и AIPFI.

Выводы: Исходный уровень и продольная динамика AIPFI независимо связаны с риском CMM. Включение продольного мониторинга AIPFI в плановые обследования населения может повысить точность оценки риска CMM и способствовать более эффективной профилактике.